论文部分内容阅读
我们首先推导BP神经网络输入信号的正向训练和误差信号的反向传播过程,由典型的三层网络结构的权重和偏置更新推广到任意层数的参数更新,采用遗传算法确定神经网络的初始权重和阈值,以便网络更快的学习到输入输出之间的映射关系。然后通过对所选择的11个评估指标的主成分分析,选取借款者基本特征、借款者还款意愿、借款者经济现状、借款者基本素质4个主成份作为神经网络的输入,以借款者的信用风险等级作为输出建立模型,用真实值和预测值之间的绝对误差衡量模型预测准确率。最后的实证结果表明,经过遗传算法优化的BP神经网络在迭代